Jak AI łączy się z systemem LIS i pilnuje obiegu wyników badań laboratoryjnych?

AI może łączyć się z systemem LIS przez interfejs HL7, API lub bezpośredni odczyt bazy danych i na bieżąco śledzić, co dzieje się ze zleceniami i wynikami. W praktyce: masz wgląd w to, które zlecenia zostały zrealizowane, które stoją bez wyniku od kilku dni, i które wyniki nikt dotąd nie przejrzał, bez ręcznego przeszukiwania systemu. AI nie diagnozuje i nie zmienia wyników. Pilnuje przepływu informacji między laboratorium, gabinetem i pacjentem.

Co siedzi w systemie LIS i co z tego można wyciągnąć?

Każdy system klasy LIS, czy to Comarch LIS, LABSOFT (Kamsoft), Medilab, InfoMedica LIS czy moduł laboratoryjny w AMMS Asseco, trzyma dane w podobnym układzie. Dla każdego zlecenia mamy: numer zlecenia, ID pacjenta (PESEL lub numer w systemie), datę i godzinę zlecenia, datę pobrania materiału, kody zleconych badań (własne lub wg LOINC), statusy realizacji, wyniki z jednostkami i wartościami referencyjnymi, flagę wyniku (H powyżej normy, L poniżej normy, C wartość krytyczna) oraz czas TAT, czyli turnaround time od pobrania do zatwierdzenia przez diagnostę.

Wiele systemów loguje też, kiedy wynik był wydrukowany lub wysłany do HIS. To daje AI punkt startowy do sprawdzania, czy wynik rzeczywiście dotarł do lekarza i pacjenta. W mMedica moduł "Wyniki badań" aktualizuje się po synchronizacji z LIS. AI może sprawdzać, które rekordy są widoczne dla lekarza, a które utknęły w kolejce synchronizacji. To ciche problemy, których nikt ręcznie nie wykryje, dopóki pacjent nie zadzwoni.

Jak AI łączy się z LIS? Nie trzeba tego rozumieć technicznie, ale warto wiedzieć.

Są trzy typowe sposoby połączenia. Interfejs HL7, standardowy protokół wymiany danych medycznych: laboratorium wysyła komunikat ORU (Observation Result), AI go odbiera i parsuje. REST API, jeśli LIS je udostępnia, co jest coraz częstsze w nowszych wersjach Comarch LIS i systemów chmurowych. Albo bezpośredni odczyt bazy danych SQL w starszych instalacjach, gdzie nie ma gotowego interfejsu.

Przy wdrożeniu w jednej z przychodni sieciowych okazało się, że LIS działał od kilkunastu lat i nie miał gotowego API. Eksportował wyniki do pliku CSV co 15 minut. AI czytało ten plik i porównywało ze statusami zleceń w HIS. Nieeleganckie, ale działało i nie wymagało zmiany systemu.

Dla dyrektora placówki ważna jest jedna kwestia: czy dostawca LIS udostępni integrację i jakie dane wyeksportuje. Warto zapytać wprost, czy system obsługuje HL7 v2, ewentualnie FHIR, i czy jest dostępna dokumentacja API. To pytanie do dostawcy systemu, nie do wewnętrznego IT.

Wyniki nieodebrane i zlecenia bez wyniku: jak AI to śledzi?

Typowa sytuacja z rejestracji: pacjent zapisał się na pobranie, krew pobrana, mija pięć dni, pacjent dzwoni po wyniki, a w rejestracji okazuje się, że wynik jest od trzech dni, ale nikt go nie przeglądał i pacjent nie dostał żadnej informacji. Albo odwrotnie: zlecenie zostało wystawione, materiał do laboratorium nie dotarł, i w systemie zlecenie wisi jako "otwarte" przez miesiąc.

AI sprawdza te stany cyklicznie. Dla każdego zlecenia w statusie "wysłane do laboratorium" lub "w trakcie" porównuje datę wystawienia z bieżącą datą i z normalnym TAT dla danego rodzaju badania: morfologia zwykle 2-4 godziny, posiew 3-5 dni, badania genetyczne 2-3 tygodnie. Jeśli zlecenie przekracza oczekiwany czas, AI tworzy alert, który trafia do koordynatora laboratorium albo do recepcji.

Podobnie z wynikami gotowymi, a nieprzejrzanymi. AI widzi wyniki zatwierdzone przez diagnostę, sprawdza, czy lekarz otworzył rekord w HIS, i jeśli mija ustalony czas bez otwarcia, eskaluje powiadomienie.

• Zlecenia bez wyniku powyżej normy TAT: lista generowana automatycznie, np. codziennie rano
• Wyniki zatwierdzone, ale nieprzejrzane przez lekarza: powiadomienie po upływie ustalonego czasu
• Wyniki dostępne w systemie, ale nieprzekazane do portalu pacjenta: osobna flaga
• Wyniki z flagą C (wartości krytyczne): natychmiastowy alert, poza normalnym harmonogramem
• Zlecenia anulowane lub odrzucone bez ponownego zlecenia: wątek do wyjaśnienia

Wyjaśnienie wyniku dla pacjenta: co przygotowuje AI, a co zatwierdza lekarz?

To funkcja, która budzi najwięcej pytań. AI nie pisze opinii medycznej. Pisze projekt czytelnego podsumowania wyników w języku zrozumiałym dla pacjenta, na podstawie wartości z LIS i wartości referencyjnych, a lekarz ten tekst przegląda, poprawia i zatwierdza przed wysłaniem.

Wygląda to tak: wynik TSH wynosi 0.02 mIU/L, norma laboratorium to 0.27-4.20 mIU/L, flaga L. AI proponuje tekst: "Wynik TSH jest poniżej dolnej granicy normy podanej przez laboratorium. Lekarz zapoznał się z wynikiem i skontaktuje się z Panią/Panem, jeśli będzie to potrzebne." Lekarz widzi ten draft obok wyniku w HIS, może go skrócić, rozszerzyć albo usunąć, i dopiero po zatwierdzeniu tekst trafia do portalu pacjenta lub jako wiadomość SMS.

AI potrafi też zestawić kilka wyników naraz. Przy profilu lipidowym przygotowuje jeden tekst opisujący cholesterol całkowity, LDL, HDL i triglicerydy razem, zamiast czterech oddzielnych komunikatów. To realnie skraca czas lekarza i jest czytelniejsze dla pacjenta.

Granica jest prosta: AI proponuje, lekarz decyduje, co i czy wysłać. System nie wysyła niczego bez zatwierdzenia. Przy wynikach z flagą C lekarz musi aktywnie potwierdzić odczytanie, zanim cokolwiek pójdzie dalej.

Jak AI sygnalizuje opóźnienia w laboratorium?

Opóźnienia mają różne przyczyny: brak materiału, błąd przedanalityczny (hemoliza, nieodpowiedni pojemnik), awaria analizatora, przeciążenie w danym dniu. W systemie LIS każde z tych zdarzeń zostawia ślad: status zlecenia zmienia się na "odrzucone" lub "oczekuje na powtórzenie", albo zlecenie po prostu nie przechodzi do statusu "zakończone" przez zbyt długi czas.

AI monitoruje te stany i zestawia je w widok dla kierownika laboratorium lub koordynatora. Typowy raport poranny zawiera: liczbę zleceń z poprzedniego dnia według statusu, badania z przekroczonym TAT, zlecenia odrzucone z podanym powodem, i porównanie z poprzednim tygodniem, żeby było widać, czy to jednorazowy problem, czy trend.

W jednej z placówek, z którymi pracujemy, kierownik laboratorium przez lata dowiadywał się o opóźnieniach z telefonu od rejestracji, kiedy pacjenci zaczynali dzwonić. Teraz lista zleceń przekraczających TAT pojawia się automatycznie o 8:00 i o 14:00. Reagowanie zajmuje godziny, nie dni.

Od czego zaczynamy integrację AI z LIS?

Pierwsza rzecz to ustalenie, w jakim standardzie LIS eksportuje dane: HL7, CSV, REST API, baza MS SQL czy inna. To pytanie dla dostawcy systemu, odpowiedź powinien mieć w ciągu jednego dnia roboczego.

Druga rzecz to określenie zakresu danych. Czy wystarczą nam statusy zleceń i wyniki numeryczne, czy potrzebujemy też przypisania lekarza zlecającego, kodu punktu pobrania i komentarzy diagnosty. Im więcej pól, tym lepsze monitorowanie, ale też dłuższy czas konfiguracji.

• Ustal standard interfejsu z dostawcą LIS (HL7, API, CSV lub inne)
• Określ, które pola są potrzebne i czy dostawca je eksportuje
• Uzgodnij z lekarzami proces zatwierdzania wyjaśnień przed wdrożeniem tej funkcji
• Przetestuj na jednym typie badania, np. morfologii, zanim rozszerzysz na cały profil laboratorium
• Sprawdź, czy portal pacjenta lub SMS wymaga zatwierdzenia przez lekarza, zanim cokolwiek zostanie wysłane

Jeśli chcesz sprawdzić, co da się wyciągnąć z Twojego LIS i HIS bez wymiany systemów, zapraszamy na bezpłatny audyt. Pokażemy, jak wygląda integracja w konkretnym układzie i co realnie można zautomatyzować. Możesz też przejrzeć realne wdrożenia, żeby zobaczyć, jak to działa u innych.